持续增长数据的准确时间段结算问题

（这个属于设计缺陷，但是今天只在问题之上探寻解决方案）

在做这件事情的时候，需要考虑到以下几点：

1.不能影响到原先的业务逻辑，一个好的解决方案应该是可以兼容历史的

2.保证效率，新加的逻辑不能拖慢已有业务的执行效率，也就是说，修改需要在性能基本不变或者更优的基础上进行

数据界定与数据操作

​ 如何准确在数据中划定界限，实现时间节点之前的数据和时间节点之后的数据的有效分离。然后在划定的范围内进行数据操作

第一种、将耗时的操作提出去，我们可以把原有操作进行拆分，分为两个部分，即数据备份与数据操作

该方法的重点在于数据备份的时机与耗时问题，但是无论怎样，这个界定都不够准确，在有些场景下或许就够用了

第二种、将时间线之后的某段时间数据做备份，延迟入库，该方案会极大程度上的影响到原有数据的各种场景应用问题，但是对于数据用途较为单一的业务，还是较为有用的

以上两种方案，其根本均在于实现动态数据静态化。

​ 归于根本，如何实现动态数据静态化操作

最为直接的方案，应该是创造一个基于时间的数据切片，然后基于该切片来进行操作，然后将操作结果反馈于我们原有的数据表。

一开始的两种方案都属于具体实现，但是实现方式必然不止于此

可以添加一个切片数据表/文件，专门用来做特定操作

​ 比如，时间段内入库时同步入库切片表/文件

应该还有其他方案，暂时没想到，当前这个方案感觉还能用